API- dokumentation

Integrer Speech to Speech AI i dine applikationer med en simpel REST API.

Quickstart

Kom i gang med Speech to Speech AI API på under 5 minutter.

Basis- URL
https://api.speechtospeechai.com/v1
1. Start et job

Hvert værktøj er et POST med din API-nøgle. Svaret er et job-id, ikke lyden.

cURL
curl -X POST https://api.speechtospeechai.com/v1/tts/ \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "text=Hello! Welcome to Speech to Speech AI." \
  -F "model=kokoro" \
  -F "voice_id=af_heart" \
  -F "format=mp3"

{"uuid": "3f2c...", "job_id": "...", "status": "queued"}
2. Poll for resultatet

Spørg efter jobbet hvert par sekunder, indtil status er afsluttet, og download derefter resultat_url.

cURL
curl "https://api.speechtospeechai.com/v1/speech/results/?uuid=3f2c..." \
  -H "Authorization: Bearer YOUR_API_KEY"

{"status": "completed", "result_url": "https://.../output.mp3"}

Godkendelse

Alle API-anmodninger kræver autentificering via en API-tasten i Authorization header.

Sidehoved
Authorization: Bearer YOUR_API_KEY
Få din API-tasten fra din kontodashboard.

Stemmekløvning

POST /v1/voice-clone/

Tal en tekst i stemmen af en kort reference optagelse.

Anmodningsorgan (multipart-/formular-data)
Parameter Type Krævet Varebeskrivelse
reference_audio file Ja Optagelse af stemmen til klon (10-30 sekunder anbefales, op til 60)
text string Ja Tekst der skal tales i den stemme
model string Nej chatterbox, openvoice, skildpadder eller gpt-sovser
language string Nej Sprogkode (standard: da)
Respons

Et job- id (uuid). Poll GET /v1/tale/resultater/?uuid= indtil status er afsluttet og downloade resultat_url.

Tekst til tale

POST /v1/tts/

Konverter tekst til talelyd.

Anmodningsorgan (multipart-/formular-data)
Parameter Type Krævet Varebeskrivelse
text string Ja Tekst til konvertering (maks. 5000 tegn)
model string Nej kokoro (standard), piper, vits eller bark
voice_id string Nej Stemme-id fra GET /v1/tale/stemmer/?model=
language string Nej Sprogkode (standard: da)
speed float Nej Speed multiplier (0.5-2.0, default 1.0)
format string Nej wav (standard), mp3, ogg eller flac. SSML-tags fjernes før syntese.
Respons

Et job- id (uuid). Poll GET /v1/tale/resultater/?uuid= indtil status er afsluttet og downloade resultat_url.

Tale til tekst

POST /v1/transcribe/

Transskribér lyd til tekst med tidsstempler.

Anmodningsorgan (multipart-/formular-data)
Parameter Type Krævet Varebeskrivelse
file file Ja Lyd/video-fil til transskribering
model string Nej storv3 (standard) eller turbo
language string Nej Sprogkode, eller auto til at opdage det (standard)
enable_word_timestamps bool Nej Tilføj en start- og sluttid til hvert ord
callback_url string Nej URL, der modtager resultatet af POST, når jobbet afsluttes
Respons

Et job- id (uuid). Poll GET /v1/transcribe/results/?uuid= indtil status er afsluttet; svaret bærer derefter tekst, sprog og segmenter.

Tilgængelige modeller

Tekst- til- tale modeller
Model for ID Varebeskrivelse Bedst for
kokoro Hurtig flersprogede TTS Generel brug, lav latenstid
piper Letvægts flersprogede TTS (kun kommercielt godkendte stemmer) Hurtige renderinger på 11 sprog
vits LJSpeech plus 108 VCTK Engelske højttalere Engelske accenter
bark Generativ TTS, 130 forudindstillinger på 13 sprog Varieret, udtryksfuld levering (langsom)
openvoice Stemmekloning og valgfri stemmekonvertering Alternativ til Chatterbox
chatterbox Nul-shot stemme kloning på 23 sprog; standard stemme konvertering model Kloning fra en kort prøve
Tale- til- tekst- modeller
Model for ID Varebeskrivelse Bedst for
whisper-large-v3 OpenAI Whisper Large v3 Højeste nøjagtighed, flersproget
whisper-turbo Optimeret hvisken for hastighed Hurtig transskription

Fejlkoder

Kode Status Varebeskrivelse
invalid_api_key 401 Ugyldig eller manglende API- nøgle
insufficient_credits 402 Ikke nok kreditter til denne operation
rate_limit_exceeded 429 For mange anmodninger
invalid_request 400 Misdannet anmodningsorgan
model_not_found 404 Den anmodede model findes ikke
voice_not_found 404 Den ønskede stemme findes ikke
file_too_large 413 Uploadet fil overskrider størrelsesgrænsen
server_error 500 Intern serverfejl